Neue Weltkarte: Intelligenter Algorithmus kann auf Satellitenbildern Armut und Wohlstand erkennen

Armut ist auf der Welt noch immer sehr weit verbreitet. So geht die Weltbank davon aus, dass rund 900 Millionen Menschen von weniger als 1,90 Dollar am Tag leben müssen. Um die Armut allerdings gezielt bekämpfen zu können, muss man zunächst wissen, wo sie überhaupt existiert. Eine Aufgabe, die einfacher klingt als sie ist. Denn bisher müssen dazu zeitaufwendig Daten auf lokaler Ebene gewonnen und ausgewertet werden. Wissenschaftler der Stanford University verfolgen daher nun einen anderen Ansatz. Sie werten Satellitenbilder aus, die ohnehin regelmäßig gemacht werden. Dabei nutzen sie einen lernenden Algorithmus, der verschiedene Aufnahmen auswertet, bestimmte Kriterien identifiziert und schließlich vergleichsweise schnell zu einem Ergebnis kommt.

Image credit: Neal Jean et al.

Der Algorithmus identifizierte die Kriterien selbstständig

Die Besonderheit dabei: Die Wissenschaftler haben dem Algorithmus dabei keine Vorgaben gemacht, worauf er achten soll. Vielmehr hat er sich selbst beigebracht, woran Wohlstand und Armut zu erkennen sind, indem er verschiedene Ansätze mit der Realität vorhandener Daten abgeglichen hat. Auf diese Weise identifizierte er verschiedene Faktoren, nach denen er nun auf den Bildern Ausschau hält. Ein wenig überraschendes Beispiel dabei: Auf den Nachtaufnahmen achtet der Algorithmus darauf, inwieweit ein Gebiet elektrifiziert und auch bei Dunkelheit beleuchtet ist. Hinzu kommen aber noch unzählige weitere Faktoren, die sich weniger intuitiv erschließen, aber offensichtlich dennoch eine wichtige Rolle spielen.

Insbesondere in Afrika ist die Datenlage bisher eher schlecht

Die Technik des selbstlernenden Algorithmus ist dabei an sich schon faszinierend. Die Forscher verfolgen damit aber auch einen konkreten Nutzen. So gibt es speziell in Afrika viele Gebiete, in denen die bisherige Datenlage extrem dünn ist. Dort könnten die Auswertungen der Satellitenbilder helfen, zukünftig besonders von Armut betroffene Gebiete genauer zu lokalisieren. Getestet wurde dieser Ansatz bisher in Uganda, Nigeria, Tansania, Ruanda und Malawi. Den Angaben der beteiligten Forscher zufolge erwies sich der Algorithmus dabei als valides Prognosetool und schnitt besser ab als bisher genutzte Techniken. Die Technologie ist zudem so günstig, dass zukünftig auf diese Weise eine ganze Weltkarte entstehen könnte.

Via: Stanford University